配電網聯絡線規劃

配電網聯絡線規劃

配電網聯絡線規劃是一種多目標最佳化問題,配電網規劃的一部分。數學模型可分為經濟性模型、可靠性模型、綜合性模型和基於供電能力的聯絡線規劃模型四大類。目前配電網聯絡線的最佳化算法常用的有最短路算法、啟發式算法和遺傳算法。較為前沿的最佳化為動態規劃法,配電網聯絡線還會和分散式電源等進行聯合規劃,此處也進行了介紹。

基本介紹

  • 中文名:配電網聯絡線規劃
  • 外文名:Plan for distribution of grid connections
  • 類型:電網規劃技術
  • 本質:最佳化問題
  • 領域:能源
  • 學科:電氣工程
簡介,規劃模型,最佳化算法,常見聯絡線規劃方法,動態規劃法,分散式風電源與配網聯絡線協調規劃,

簡介

配電網聯絡線規劃的目標既有經濟性的考慮,也有可靠性的要求,配電網聯絡線規劃中,在算法上以經濟性和可靠性的協調為目標,套用一種模糊的方法來綜合兩者的關係,最終最大化系統的經濟性和可靠性指標的公共滿意度,協調好兩者之間的矛盾。

規劃模型

數學模型可分為經濟性模型、可靠性模型、綜合性模型和基於供電能力的聯絡線規劃模型四大類,下面對這四種模型進行簡要介紹。
(1)經濟性模型。目前對配電網聯絡線最佳化的研究,往往以聯絡線的投資最小為目標函式,聯絡線的長度與投資成本成正比,因此通過尋找最短路徑來達到目的,目標函式只考慮經濟性,將可靠性作為約束條件或作為 N-1 校驗。在配電網輻射狀網路的基礎上以投資費用最小為目標進行聯絡線的最佳化;對於兩聯絡接線方式進行聯絡線最佳化,聯絡線由新建和支路改造兩個途徑得到,投資總費用包括:新增聯絡線的費用和改造分支為聯絡線的費用,以總費用最小作為聯絡線最佳化的目標函式;將曲折係數加入目標函式,曲折係數是線路的實際長度與理論計算長度的比值,使其更貼近工程實際。
(2)可靠性模型。配電網聯絡線最佳化的可靠性模型以停電損失費用最小為目標,為了便於定量計算,系統的可靠性可以看成是與投資費用一樣的費用因子,通常用因系統發生故障而對用戶造成的停電損失來衡量,停電損失越小可靠性越高,用戶的停電費用受停電時間和停電負荷損失的直接影響,在進行可靠性計算時要考慮這些因素。
(3)綜合性模型。綜合性模型兼顧了可靠性與經濟性,以用戶停電損失和企業投資費用兩者的和最小為聯絡線的最優方案,使可靠性成本與效益達到平衡,實現可靠性水平的最高。以聯絡線投資和事故負荷損失(CLLI)最小為目標,尋找分散式電源與聯絡線的最佳位置,其中事故負荷損失(CLLI)反映因系統故障造成的負荷損失的大小,受聯絡線的位置的影響,系統發生故障後進行潮流計算,如果電壓或容量發生越限則削負荷,所削負荷越小,系統的可靠性越高;以投資最小、網損最小與可靠性最高為目標,對聯絡線與分散式風電源進行規劃。
(4)基於供電能力的聯絡線最佳化模型。系統的最大供電能力受聯絡線的影響[以最大供電能力為目標進行聯絡線最佳化是聯絡線規劃的一種新的思路,以最大供電能力作為聯絡線最佳化的目標,從供電能力的角度研究聯絡線的建設順序和位置,聯絡線影響網路的供電能力,聯絡線分布越均衡,最大供電能力越大,通過加權聯絡均衡度來衡量聯絡線的均衡程度,加權聯絡均衡度越大,聯絡越均衡,則最大供電能力越大;以聯絡有效度來衡量聯絡線的重要程度並對聯絡線進行評價,聯絡線影響系統的供電能力,但並不是聯絡線數目越多系統的供電能力越大,有些時候增加或減少一些聯絡線對供電能力沒有影響,聯絡線對供電能力的影響體現在網路轉移能力上,用NTC 大小表示。

最佳化算法

目前配電網聯絡線的最佳化算法常用的有最短路算法、啟發式算法和遺傳算法,下面對其簡要介紹。對配電網聯絡線最佳化的研究,不論是對“手拉手”接線還是對分段聯絡接線,往往以聯絡線的投資最小為目標函式,聯絡線的長度與投資成本成正比,因此通過尋找最短路徑來達到目的。最短路徑問題旨在尋找圖中由一個結點到達另一個結點的最短路線,具體形式有以下幾種:起點確定求最短路徑;終點已經確定的情況下求取最短路徑;起點和終點都確定的情況下求取最短路徑;全局最短問題。聯絡線最佳化的最短路徑算法常用的有兩種:Dijkstra 算法[和 Ford 算法。
啟發式算法是一種基於經驗構造的算法,能夠在允許的花費下給出一個最優解或與最優解有所偏離的次優解。啟發式算法在手拉手接線方式聯絡線最佳化中得到廣泛套用,這種方法一般提前設定一些聯絡線進行接線的優先權,然後建立最小費用矩陣或集合,根據優先權選擇費用最小的進行聯絡。
遺傳算法是一種起源於進化論的算法,基於自然選擇和適者生存的法則。遺傳算法的操作過程包括編碼、選擇、交叉以及變異四個步驟,然後通過不斷的循環疊代,再配以相應的適應度函式以及約束條件,使種群不斷的進化,最終就可以得到最優解。在聯絡線最佳化中遺傳算法得到廣泛套用:套用遺傳算法對單環網的聯絡線進行最佳化,目標函式為投資費用最小,在此過程中進行局部尋優來求得最優方案;文獻[26]將遺傳算法套用於站內與站間聯絡線的最佳化,基因為饋線樹,染色體為基因的不同排序,因此一條染色體就代表一種饋線樹排列順序,對不同的染色體得到聯絡費用矩陣計算適應度,找到建設聯絡線所需費用最小的方案。
以上算法屬於配電網聯絡線規劃研究的主流,然而有許多研究者提出了許多其他的方法,從不同的角度研究配電網聯絡線最佳化問題。先套用遺傳算法確定變電站的順序,然後以聯絡線成本最低為目標,套用聯絡矩陣法進行聯絡線最佳化;將禁忌算法套用到聯絡線最佳化中,尋找聯絡成本最低方案;依據鄰接矩陣形成路徑矩陣,然後以聯絡線投資最小為目標,用遺傳模擬退火算法求解

常見聯絡線規劃方法

a.首先進行正常運行時的樹狀網路規劃,然後由專家根據相關規劃導則、經驗以及簡單的潮流和短路計算提出聯絡幹線。這種方法在網路規模大、結構複雜時難以實現全局最佳化,並且規劃人員的工作量很大。
b.直接根據固定接線方式[[3.}],如環式接線、仿垂型接線、網孔型接線或4X6網路接線等,進行閉環設計。這種方法雖然設計上比較簡單,但是缺乏數學最佳化,所得方案通常很不經濟。
c.放射狀設計與建設,運行中根據需求逐步建成開環網。這種方法盲目成分較大,一般不可取,只可作為其他規劃方法的補充。
上述各方法通常根據規劃導則的要求以設定一定數目的專用聯絡幹線來滿足站間聯絡的要求。對專用聯絡幹線數目的規定雖然簡化了設計,但卻造成以下問題:增加了對線路走廊的需求;聯絡幹線備用容量過大,非聯絡線路由於有可能同時公用同一聯絡幹線,為保證N一1可靠性準則的實現,每條非聯絡線路所帶負荷也會較低;聯絡線路少,站間聯絡不緊密;通常沒有利用所有相鄰站提供備用,因此也增加了各站變壓器的備用容量;缺乏數學上全局最佳化的依據。
總之,上述方法都不能或難以從全局觀點考慮聯絡線最佳化的可靠性、經濟性及其他運行約束,且過多依賴專家決策,規劃人員負擔較重。針對上述問題本文提出了下面的聯絡線最佳化方法及其算法實現。

動態規劃法

動態規劃是解決多階段決策最最佳化問題的一種有效方法,每一階段的決策必須相對於前一階段的狀態和決策,產生當前狀態。動態規劃法的階段數可以是確定的,也可以是不確定的。 聯絡線的規劃建設有時由於資金限制或其他方面的考慮並不是一次性就完成的,要分階段進行建設,將聯絡線的最佳化看成一個多階段決策問題,從而建立了與動態規劃的橋樑,以聯絡線的數目為階段,聯絡線的位置為狀態,以投資維護費用與停電損失加權和作為指標函式。根據最最佳化原理,能保證每個階段聯絡線的位置都是最優的,具有很好的繼承性。不論是對於已確定聯絡線數目,還是對不確定聯絡線數目的聯絡線最佳化問題,動態規劃法都能很好的解決。本文套用動態規劃法求解不確定聯絡線條數,通過目標函式最優確定聯絡線規劃的階段數,即聯絡線的條數。

分散式風電源與配網聯絡線協調規劃

分散式風電(DWG)和聯絡線對配電網的可靠性有重要的影響,為此提出考慮能量隨機性的 DWG 和聯絡線協調規劃的方法,首先分析功率輸出不確定的 DWG 與聯絡線配合對可靠性的影響,研究了考慮能量隨機性 DWG 和聯絡線位置影響的配電網可靠性評估算法。然後在此基礎上,建立了考慮分散式電源獨立投資商和配電公司綜合投資、環境效益以及供電可靠性三方面影響的規劃模型,以確定聯絡線位置和 DWG 位置容量。IEEE 33 算例結果表明,利用該方法能夠得到合理的聯絡線布局和分散式風電選址定容方案。
1)DG 規劃以及 DG和聯絡線協調規劃文獻中均是利用孤島分析 DG 接入電網帶來的可靠性效益,而對於間歇式 DWG,只考慮孤島產生的可靠性效益是不全面的,應考慮DWG 與聯絡線相互配合對可靠性產生的影響;
2)DWG 規劃利用機會約束等隨機方法處理分散式風電和負荷的不確定性問題,而 DG 和聯絡線協調規劃的重點是如何利用配網可靠性來協調 DG 和聯絡線的布局,在最佳化聯絡線時不用考慮負荷的不確定性問題,所以直接將 DWG 規劃處理不確定性的方式用到 DG 與聯絡線協調規劃中是不合時宜的;
3)DG 規劃建模主要從單方面考慮(配電公司或獨立發電商),而隨著 DG 成本下降以及政策的完善會有很多投資主體參與到 DG 投資中,由此 DG 和聯絡線協調規劃應全面考慮獨立發電商和配電公司兩者的利益。本文首先從分析功率輸出不確定的 DWG 與聯絡線配合對可靠性影響角度出發,建立了考慮能量隨機性 DWG 和聯絡線位置影響的配電網可靠性評估算法,然後,在此基礎上,以配電公司和 DG 獨立發電商為投資對象,建立了考慮分散式電源獨立投資商和配電公司綜合投資最小、環境效益以及供電可靠性最佳的多目標規劃模型,通過非劣排序遺傳算法(NSGA2),實現分散式風電源位置容量和聯絡線位置的同時最佳化,並利用 IEEE 33 節點系統進行仿真分析。

相關詞條

熱門詞條

聯絡我們